Ohne stabile Grundlage bringt KI keinen Mehrwert!

Wo der Mittelstand seine Hausaufgaben machen muss

Die Diskussion über den Einsatz Künstlicher Intelligenz im Mittelstand ist längst aus der Experimentierphase herausgewachsen. Kaum ein Unternehmer, kaum ein Geschäftsführer, der sich nicht mit den Möglichkeiten datengetriebener und generativer Systeme beschäftigt. Die Erwartung ist hoch, die Versprechen sind groß. Nicht selten entsteht der Eindruck, dass diejenigen, die jetzt nicht handeln, morgen den Anschluss verlieren.

Laut einer Statistik des IfM, Bonn, über die Digitalisierung der KMU im EU-Vergleich im Jahr 2025 nutzt jedes vierte KMU in Deutschland KI-Verfahren, zwar eine erhebliche Steigerung gegenüber dem Vorjahr (19%), gegenüber den Großunternehmen mit einem Anteil von 57% klafft noch eine große Lücke. Doch genau an diesem Punkt beginnt das eigentliche Problem. Der Einsatz von KI scheitert im Mittelstand selten an fehlender Technologie, sondern die größte Herausforderung sind fehlende Grundlagen.

Was bedeutet das konkret? Unternehmen sollten zunächst ihren eigenen digitalen und technologischen Reifegrad feststellen und Chancen und Risiken analysieren. Nur wer weiß, wo er heute steht, kann einen realistischen Fahrplan entwickeln, wie der Weg in eine KI-gestützte Organisation und Geschäftsmodell aussehen kann und welche Voraussetzungen dafür geschaffen werden müssen.

„Garbage in, garbage out“ gilt auch für KI

Generative KI ist kein Allheilsbringer! Die Vorstellung, KI könne strukturelle Schwächen kompensieren, ist naiv und gefährlich. Denn Künstliche Intelligenz wirkt nicht wie ein Korrektiv, sondern wie ein Verstärker. Sie beschleunigt, skaliert und automatisiert ausschließlich auf Basis dessen, was bereits vorhanden ist. Wo Prozesse unklar sind, werden sie mit KI nicht klarer. Wo die Datenbasis unzuverlässig und nicht konsistent ist, werden KI-basierte Analysen nicht besser.

Gerade deshalb ist es unerlässlich, Datenverantwortlichkeiten und Rollen von vornherein klar zu definieren. Wer trägt die Verantwortung für Qualität, Aktualität, Struktur und Sicherheit der Daten? In diesem Zusammenhang ist die gute Zusammenarbeit zwischen CFO, CIO und CSO von großer Bedeutung. Ohne diese Klarheit entstehen Unsicherheiten, sowohl operativ als auch im Hinblick auf Datensicherheit und regulatorische Anforderungen.

Der Mittelstand steht damit vor einer klassischen Managementaufgabe, die häufig unterschätzt wird: Bevor Technologie Wirkung entfalten kann, muss das Unternehmen seine Hausaufgaben machen und die eigenen Funktionsmechanismen verstehen. Wer nicht präzise beschreiben kann, wie im eigenen Unternehmen Wert entsteht und was die wichtigsten Werttreiber sind, wird auch nicht in der Lage sein, diesen Prozess durch KI sinnvoll zu unterstützen!

KI ist kein IT-Projekt

In meiner Praxis als Interim CFO in Transformations- und Turnaround-Projekten sehe ich immer wieder ähnliche Muster: Unternehmen investieren in Tools, Plattformen und Pilotprojekte, ohne zuvor die organisatorischen Voraussetzungen zu schaffen. Daten werden gesammelt, ohne deren Qualität zu hinterfragen. Dashboards werden erstellt, ohne die zugrunde liegenden Steuerungslogiken zu definieren und es werden Algorithmen eingesetzt, ohne zu verstehen, welche Entscheidung sie eigentlich verbessern sollen. Das Ergebnis ist absehbar: hohe Aufwände, geringe Wirkung und zunehmende Frustration bei allen Beteiligten.

Die zentrale These lautet daher: KI ist keine IT-Initiative, sondern eine Management-aufgabe auf C-Level. Sie beginnt mit Strategie und Struktur. Eine KI-Strategie, die sich aus der Unternehmensstrategie ableitet mit klarem digitalem Zielbild und Entwicklungspfad ist der Ausgangspunkt und nicht abgeleitet aus technologischen Möglichkeiten. Es ist also ein ganzheitlicher Blick erforderlich. Das erfordert KI-Kompetenz in der Geschäftsführung. KI darf nicht in isolierten Insellösungen gedacht werden. Einzelne Pilotprojekte ohne Integration in das Gesamtmodell des Unternehmens führen selten zu nachhaltigem Erfolg. Vielmehr beeinflusst KI langfristig das gesamte Operating Model von Prozessen über Rollen bis hin zu Entscheidungslogiken.

Ohne ein grundlegendes Verständnis für Wirkmechanismen, Chancen und Risiken von KI bleibt jede Initiative oberflächlich. Führung bedeutet in diesem Kontext, Klarheit zu schaffen: über Ziele, Verantwortlichkeiten und Entscheidungswege. Ohne diese Klarheit bleibt jede Form von KI-Automatisierung eine Blackbox, die ineffizient ist und Liquidität „verbrennt“.

Der Mittelstand im Prozess-Dschungel

Eine typische Herausforderung vieler mittelständischer Unternehmen liegt in der fehlenden digitalen Prozessdurchdringung. Prozesse sind historisch gewachsen, oft ungenau dokumentiert oder zu sehr personenabhängig. Das mag in stabilen Zeiten funktionieren, stößt jedoch an Grenzen, sobald Komplexität und Dynamik zunehmen. KI setzt genau hier an. Sie benötigt strukturierte, reproduzierbare Business Cases.

Eng damit verbunden ist die Frage der Datenqualität. Daten liegen in unterschiedlichen, isolierten Systemen, sind inkonsistent, unvollständig oder schlicht nicht belastbar, ganz zu schweigen von der Verfügbarkeit von Echtzeitdaten. In vielen Fällen existiert kein einheitliches Verständnis darüber, welche Kennzahlen relevant sind und wie sie berechnet werden. Ohne ein sauberes Datenmodell beinhaltet jede KI-Anwendung ein entsprechendes Risiko für Fehlentscheidungen.

Hinzu kommt die Notwendigkeit klarer Governance-Strukturen. Daten, Modelle und Anwendungen müssen in einen verbindlichen Ordnungsrahmen eingebettet sein. Themen wie Datenschutz, Datensicherheit und Compliance sind dabei keine Randaspekte, sondern zentrale Voraussetzungen für den operativen Einsatz von KI.

Unternehmenskultur und Leadership verändern sich

Ein häufig unterschätzter Aspekt ist die kulturelle Dimension. KI verändert nicht nur Prozesse und Entscheidungsstrukturen. Sie verschiebt Verantwortung, macht Leistungen transparenter und stellt bestehende Routinen infrage. Führungskräfte müssen selbst bereit sein, diese notwendige Veränderung anzunehmen und aktiv zu gestalten. Das erfordert neben tiefem Verständnis des eigenen Geschäftsmodells und der Marktanforderungen vor allem die Fähigkeit, Orientierung zu geben und Vertrauen zu schaffen mit einer klaren Kommunikation innerhalb des Unternehmens.

Mitarbeitende müssen verstehen, warum KI eingesetzt wird, welche Notwendigkeiten der Markt erfordert, welche Ziele verfolgt werden und welche Auswirkungen dies alles auf ihre Arbeit hat. Die Mitarbeiter müssen befähigt werden, diesen technologischen Schritt mitzugehen. Das heißt: Investitionen in die digitalen Fähigkeiten der Mitarbeiter. Nur so lässt sich Akzeptanz schaffen und das volle Potenzial der Technologie heben.

Das Management muss die notwendigen Voraussetzungen schaffen, unter denen Technologie wirken kann. Das ist anspruchsvoll, aber zugleich eine große Chance. Denn wer diese Grundlagen sauber legt, stärkt insgesamt die Zukunftsfähigkeit des Unternehmens. Und genau darin liegt der nachhaltige Wettbewerbsvorteil: nicht in der Technologie selbst, sondern in der Fähigkeit, sie richtig und zielgerichtet zu nutzen.